详情

原文传递一种高速轨道缺陷并行超声波成像检测及其智能学习方法

专利名称：	一种高速轨道缺陷并行超声波成像检测及其智能学习方法
摘要：	本发明公开一种基于超声波成像的高速轨道缺陷并行检测及其智能学习方法，主要包括高速轨道伤损并行检测和智能参数学习两部分。高速轨道伤损检测主要是利用伤损所在区域、伤损形状特征、伤损颜色、伤损大小、以及伤损所在位置、伤损所占区域比例、伤损离散程度等，构建数学模型，并根据其内在逻辑关系设计检测算法，通过主线程与分线程进行合理布局，针对各个伤损及时进行多线程并行运算。智能学习是针对不同的伤损模块，进行模糊学习，优化接头面积最小阈值、接头高占比最小阈值、核伤面积最小阈值、红色水平裂距离最高阈值、上下裂距离最低阈值、延长下裂长度最低阈值、轨底横裂与接头距离最低阈值等关键筛选参数，使其性能不断提升，增强系统的鲁棒性，适应不同环境下，高准确率的要求。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	汕头大学
发明人：	吴福培;魏亚辉;李庆华;郭家华;陈伟;张定成;郑燕峰
专利状态：	有效
申请日期：	2019-02-13T00:00:00+0800
发布日期：	2019-05-31T00:00:00+0800
申请号：	CN201910113259.X
公开号：	CN109828026A
代理机构：	广州三环专利商标代理有限公司
代理人：	周增元;曹江
分类号：	G01N29/06(2006.01);G;G01;G01N;G01N29
申请人地址：	515000 广东省汕头市大学路243号
主权项：	1.一种基于超声波成像的高速轨道缺陷并行超声波成像检测方法，其特征在于，包括：接头的检测：所述接头为红、绿、蓝三种颜色的超声成像，具有最小面积阈值，在轨头区域高占比具有最低阈值；焊筋的检测：所述焊筋为红色、蓝色超声成像，具有最小面积阈值；核伤检测：包括红色核伤、绿色核伤、蓝色核伤，其通过通道分离得到伤损图像，同时具有最小面积阈值；红色水平裂的检测：所述红色水平裂是单色组成，需进行通道分离得到伤损图像，伤损倾斜角度为零，伤损和螺孔成像位置之间有最高距离阈值，蓝色螺孔上下裂、绿色螺孔上下裂的检测：所述蓝色螺孔上下裂、绿色螺孔上下裂均为单色组成，需进行通道分离，上裂和螺孔成像之间水平距离Δx大于上裂和螺孔成像之间的垂直距离Δy，即(Δx>Δy)；下裂和螺孔成像之间的垂直距离Δy大于下裂和螺孔成像之间的水平距离Δx，即(Δx<Δy)；蓝色螺孔延长下裂、绿色螺孔延长下裂的检测，所述蓝色螺孔延长下裂、绿色螺孔延长下裂均为单色成像，需进行通道分离得到伤损图像，延长下裂长度有最低阈值；蓝色螺孔倒打下裂、绿色螺孔倒打下裂的检测，所述蓝色螺孔倒打下裂、绿色螺孔倒打下裂均为单色成像，与接头的水平距离有最高阈值；轨底横裂的检测，所述轨底横裂为蓝、绿双色成像，成像结果为“八”字型；轨底纵列检测：所述轨底纵列为红色单色成像，轨底纵列为倾斜角度为0度，长度有最低阈值；所述红色水平裂、绿色螺孔上下裂、蓝色螺孔上下裂、绿色螺孔延长下裂、蓝色螺孔延长下裂、绿色螺孔倒打下裂、蓝色螺孔倒打下裂通过线程拆分进行多线程并行检测；所述轨底横裂、轨底纵列通过线程拆分进行多线程并行检测。 2.一种基于超声波成像的高速轨道缺陷并行检测的智能学习方法，其特征在于，包括以下步骤：进行初始化，产生csv表格；接头的检测学习，包括面积的学习、高占比的学习，面积的学习存储在第一CSV表格中，如果学习出的接头面积大于csv表格中设定的值，则对初始值上调，得到面积阈值S1，存入第一csv表格中，如果学习得到的接头面积小于csv表格中设定的值，通过接头面积进行下调，得到面积阈值S1，存入第一csv表格中，循环上述步骤得到n个参数，当n＜10时，取S1，S2……Sn中的最小值储存在CSV表格中；红色核伤、蓝色核伤、绿色核伤的检测学习：红色核伤学习结果存储在第四csv表格中，蓝色核伤学习结果存储在第王csv表格中，绿色核伤学习结果存储在第六csv表格中，同时分别对csv表格对应存储的数据进行更新；红色水平裂的检测学习：所述红色水平裂的学习，为伤损与螺孔之间距离的学习，当伤损如果学习得到的距离大于csv表格中距离阈值，则对学习得到的距离略微上调，得到新的距离阈值L1，存入第七csv表格中，如果学习得到的伤损距离小于csv表格中得到的值，通过于csv表格中得到的值进行下调，得到距离阈值L1，存入第七csv表格中，学习n次，得到n个参数，当n＜10时，取L1，L2……Ln中的最大值储存在CSV表格中；绿色螺孔下裂、蓝色螺孔下裂的检测学习：所述绿色螺孔下裂、蓝色螺孔下裂的学习是伤损和螺孔距离的学习，当伤损学习得到的距离大于csv表格中距离阈值时，则对学习得到的距离上调，进而得到新的距离阈值L1，存入第九csv表格中，如果学习出的伤损距离小于csv表格中得到的值，通过对csv表格中取得的值进行下调，得到距离阈值L1，存入第九csv表格中，学习n次，得到n个参数，当n＜10时，取L1，L2……Ln中的最大值储存在CSV表格中；绿色螺孔延长下裂、蓝色螺孔延长下裂的检测学习：所述绿色螺孔延长下裂、蓝色螺孔延长下裂的学习是对伤损长度的学习，通过优化延长下裂长度的最低阈值以提高伤损检测准确率；轨底横裂的检测学习，通过调节的轨底横裂与接头的最低距离阈值，减少接头附近的误判。
所属类别：	发明专利